AI 技术内参
洪亮劼
Etsy 数据科学主管,前雅虎研究院资深科学家
33455 人已学习
新⼈⾸单¥98
登录后,你可以任选6讲全文学习
课程目录
已完结/共 166 讲
开篇词 (1讲)
人工智能国际顶级会议 (31讲)
搜索核心技术 (28讲)
推荐系统核心技术 (22讲)
数据科学家与数据科学团队养成 (25讲)
AI 技术内参
15
15
1.0x
00:00/00:00
登录|注册

146 | 数据科学团队必备的工程流程三部曲

测试和运行不同分支
流畅部署
可读性、可维护性、可扩展性
学术研究项目
GitHub
Git
数据的检测
数据的API
端到端思维
数据的产生者、运营者、使用者
数据质量
模型的产生
持续交付(CD)
持续集成(CI)
特点
分支开发
代码版本管理工具
区别
项目管理流程
数据管理流程
开发部署环境流程
代码管理流程
工程流程
数据科学团队必备的工程流程三部曲

该思维导图由 AI 生成,仅供参考

今天,我们继续来聊一聊数据科学团队的一些基础构建思路,讨论一些日常的在“工程流程”方面所需要注意的问题。和我们上一次分享的项目管理不一样,工程流程没有很多可以直接借鉴的经验,需要从业人员进行更多的思考和创新。

什么是工程流程

我们首先来看一看什么是“工程流程”。一般来说,工程流程指的是我们有什么制度或者说是策略来保障所做的项目能够达到一定的质量标准。
那工程流程和项目管理流程有什么区别呢?我们说,项目管理流程是从宏观上把握项目的进展,而工程流程则主要是在微观上,定义和掌控具体的每一个步骤上的输入、输出和过程。从另外一个角度来说,这两者之间并不存在一个必然的关联关系,一个项目在细节的工程流程上成功与否和一个项目自身的最终成功与否,并不能完全划等号。
你是不是有疑问,既然如此,那我们为什么还要关注工程流程呢?原因是虽然一个好的工程流程并不一定带来项目的成功,但是可以增加成功的可能性或者说是概率。同时,一个好的工程流程可以帮助一个团队在日常的运作中减少问题的发生,从而能够达到事半功倍的效果。
那么,工程流程究竟包含哪些方面呢?
我们在今天的分享里讲三个方面。第一,代码管理的流程;第二,开发部署环境的流程;第三,数据管理的流程。这三个流程可以说是涵盖了一个人工智能项目发展和成功所必不可少的三个重要方面。
确认放弃笔记?
放弃后所记笔记将不保留。
新功能上线,你的历史笔记已初始化为私密笔记,是否一键批量公开?
批量公开的笔记不会为你同步至部落
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
  • 深入了解
  • 翻译
    • 英语
    • 中文简体
    • 中文繁体
    • 法语
    • 德语
    • 日语
    • 韩语
    • 俄语
    • 西班牙语
    • 阿拉伯语
  • 解释
  • 总结

数据科学团队必备的工程流程三部曲 本文介绍了数据科学团队在工程流程方面需要注意的问题。工程流程是指保障项目达到一定质量标准的制度或策略,与项目管理流程有所区别。工程流程包括代码管理、开发部署环境和数据管理三个方面。在代码管理方面,强调了代码保存在版本管理工具中、遵循版本管理工具提倡的流程等重要因素。在开发部署环境方面,强调了流畅的部署流程和对不同分支进行测试和运行的需求。在数据管理方面,强调了数据质量的重要性和端到端思维下的数据链路管理。文章提醒读者除了这三个方面,还需要注意哪些工程流程中的其他重要方面。整体而言,本文为数据科学团队提供了在工程流程方面的重要思考和指导。

仅可试看部分内容,如需阅读全部内容,请付费购买文章所属专栏
《AI 技术内参》
新⼈⾸单¥98
立即购买
登录 后留言

全部留言(3)

  • 最新
  • 精选
  • 崔伟协
    我觉得还有文档的管理
    2019-12-03
  • 张胜斌
    我觉得还有文档的管理
    2018-09-13
  • 廉明
    数据这块管理能否展开讲一下
    2018-08-31
收起评论
显示
设置
留言
3
收藏
沉浸
阅读
分享
手机端
快捷键
回顶部